可变形残差卷积与特征融合金字塔的SAR图像船舶识别

作者：王博; 任庆慧; 周慧^*

来源：电子元器件与信息技术, 2022, 6(01): 192-195.

DOI：10.19772/j.cnki.2096-4455.2022.1.084

• 合成孔径雷达
• Faster RCNN
• 船舶识别
• 可变形残差卷积
• 特征融合

近年来深度学习图像识别技术在SAR图像船舶识别上已获得快速进步，但现有算法在多尺度SAR图像复杂场景下，如何使特征提取更加高效，综合提升检测精度及速度依然存在巨大挑战。针对以上问题该文提出一种可变形残差卷积与特征融合金字塔的SAR图像船舶识别算法。在Faster RCNN的基础上，更改其骨干网络VGG16为ResNeXt101＿vd-DCN网络，融合原区域建议网络为特征融合金字塔FPN网络，利用Kmeans算法优化初始锚点框。通过实验对比，最终对比原始Faster RCNN，检测精度从87.95%提升到95.14%，检测速率从2.83FPS提升到6.74FPS。该方法能实现检测精度及速度双高的SAR图像船舶识别，具有一定的实际意义。

• 出版日期2022
• 单位大连东软信息学院